Segmentación del sector público peruano a través de clustering basado en datos de contratación electrónica

Abstract

Objetivo: Desarrollar una metodología robusta para segmentar los sectores de contratación pública peruana según sus patrones de compra de bienes en los Catálogos Electrónicos de Acuerdos Marco. Se analizaron datos de contrataciones realizadas entre enero y diciembre de 2023, considerando variables como el volumen y frecuencia de contratación, el número de proveedores, y el número de bienes, productos y catálogos. La población y muestra: Está conformada por los 32 sectores que realizaron contrataciones electrónicas a través de los Catálogos Electrónicos de Acuerdos Marco. Metodología: El estudio fue descriptivo transversal de corte mixto. Para identificar los patrones de compra de los sectores, se utilizaron técnicas de clustering jerárquico (Ward.D, Ward.D2, Complete y McQuitty) y particional (K-means, PAM). El análisis se realizó utilizando el software estadístico R Studio. Resultados: El análisis de clustering reveló que los métodos jerárquicos (Ward.D, Ward.D2, Complete y McQuitty) proporcionan una segmentación más robusta y consistente, con una notable superioridad del método de Ward. Aunque K-means y PAM con k=3 explican una alta proporción de la varianza total (98.3%), el análisis de silueta mostró cierta ambigüedad en la clasificación de algunos casos, especialmente en la frontera entre los clústeres 2 y 3. Conclusiones: El método jerárquico de Ward fue el más efectivo, identificando tres clústeres: 1) "Núcleo de Gobierno", abarcando el 43.7% (14 sectores); 2) "Control, Justicia, Administración Pública y Desarrollo Social", con un 50.0% (16 sectores); y 3) "Gobiernos Subnacionales", representando el 6.3% restante (2 sectores).